التعلم بالنقل باستخدام شبكات الرسم البياني العصبونية
يُكيّف التعلم بالنقل باستخدام شبكات الرسم البياني العصبونية (GNNs) شبكة عصبونية بيانية مُدرّبة مسبقًا على مجموعة بيانات رسم بياني مصدر كبيرة لمهمة رسم بياني هدف أصغر، وغالبًا ما تكون شحيحة التسميات. من خلال إعادة استخدام تمثيلات العقد والحواف المُتعلّمة، يحقق هذا النهج أداءً تنبؤيًا قويًا حيث يكون جمع بيانات رسم بياني مُصنّفة كافية مكلفًا أو بطيئًا - كما هو شائع في الكيمياء، وعلم الأحياء، وتحليل الشبكات الاجتماعية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Hu, W., Liu, B., Gomes, J., Zitnik, M., Liang, P., Pande, V., & Leskovec, J. (2020). Strategies for Pre-training Graph Neural Networks. In International Conference on Learning Representations (ICLR 2020). link ↗
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning with Graph Neural Network (Pre-trained GNN Fine-tuning). ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-with-graph-neural-network
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- شبكة العصبونات الرسوميةتحليل الشبكات↔ قارن
- تعلم النقل بالتصنيف المعتمد على BERTالتعلم العميق↔ قارن
- نقل التعلم باستخدام الشبكات العصبية الالتفافيةالتعلم العميق↔ قارن